一、HMM应用
1、人脸识别
2、语音识别
3、入侵识别
二、HMM模型定义
1、隐马尔可夫模型是关于时序的概率模型。
2、由一个隐藏时为马尔可夫链随机生成序列,再由各个状态生成一个可观测而产生的观测随机序列的过程。
三、隐马尔可夫模型
-
初始概率分布
-
状态转移概率分布
-
观测概率分布
-
Q:所有可能状态的集合
-
V:所有可能观测的集合
-
I:长度为T的状态序列
-
O:对应的观测序列
-
A:状态转移概率矩阵
-
B:观测概率矩阵也称为发射矩阵
-
Pai:初始状态概率向量
-
三要素
-
两个基本假设
- 齐次马尔可夫假设,隐马尔状态只与前一时刻的状态有关;
- 观测独立性假设,观测之和当前时刻状态有关。
四、三个基本问题